Сергей Цараков, 64 года · Санкт-Петербург
Сергей Цараков больше 30 лет занимался бизнесом в лесозаготовке, а параллельно сдавал квартиры посуточно в Санкт-Петербурге. На программе Зерокодера «Строительство чат-ботов: от простого чат-бота до ассистента» он выбрал для выпускного проекта задачу из своей практики: собрать помощника, который сопоставляет цены конкурентов с собственной загрузкой и объясняет, что происходит с арендой. Так появился бот-аналитик «Две эпохи», работающий во ВКонтакте.
От сообщений гостям к анализу бизнеса
В посуточной аренде Сергею приходилось регулярно возвращаться к одним и тем же вопросам. Как идут бронирования по сравнению с прошлым годом? На сколько ночей вперёд уже заняты квартиры? Стоит поднять цену, снизить её или пока подождать? Ручная проверка предложений конкурентов и собственной базы занимала время, а целостную картину приходилось собирать самому.
Автоматизация для него началась ещё до выпускного проекта. У Сергея уже работал модуль, который отслеживал новые брони и отправлял гостям приветствия в Telegram или по SMS. Отдельный бот-консультант отвечал на типовые вопросы гостей. У нового помощника появилась другая роль: работать с накопленной историей бронирований, ценами и загрузкой.
Для этого Сергей выбрал тему «Бот-аналитик: парсинг + отчёт от ИИ» на Python. По его словам, сам выпускной проект он собрал за три дня. Работать предстояло с реальной базой собственного бизнеса, поэтому существенной частью разработки стала отладка данных и расчётов.
Сначала привести в порядок данные
База бронирований существовала ещё до бота, и в её устройстве были недочёты. Полностью перестраивать её одновременно с выпускным Сергей не стал. Вместо этого сделал подготовительный скрипт: тот исправляет выгрузку, удаляет личные сведения о гостях и передаёт очищенный файл на удалённый сервер.
Следующим шагом стал сбор цен конкурентов на Суточно.ру. Сергей подобрал сопоставимые объекты и задал одинаковые условия проверки: заезд завтра, две ночи, двое взрослых. Бот извлекает цену со страницы и сохраняет результаты в Excel, постепенно накапливая историю наблюдений.
Для сопоставления Сергей также учёл комиссии площадок. Это позволяет анализировать цены на общей основе. Собственные бронирования система раскладывает по дням: например, учитывает, что проживание может начаться в одном месяце, а закончиться в следующем.
Что пришлось забрать у нейросети
Во время тестов обнаружилась проблема: языковые модели ошибались при чтении таблиц и вычислениях. Особенно заметно это было при работе с GigaChat. Для бота, который помогает с ценовыми решениями, такая ошибка могла изменить смысл рекомендации.
Сергей перераспределил задачи. Статистику, динамику цен и сравнение с прошлым годом теперь считает код. Модель получает подготовленные показатели, формулирует выводы и ведёт диалог с владельцем. Основной моделью стала gpt-4.1-mini, GigaChat остался резервным вариантом; провайдер выбирается настройками.
Разработка тоже шла через диалог с ИИ. Сергей описывал алгоритмы и ставил задачи модели, затем перечитывал полученный код, отлаживал и проверял его. Проект разделён на девять модулей: сбор данных, хранение истории, обработка собственной базы, аналитика, графики и другие части проверяются отдельно.
Аналитика внутри мессенджера
В главном меню бота Сергей может запустить анализ цен и загрузки, получить рекомендации, открыть историю отчётов или задать свободный вопрос. Отдельные кнопки строят графики загрузки и выручки по месяцам. Результаты приходят прямо в переписку во ВКонтакте.
Главное меню бота «Две эпохи» во ВКонтакте.
Режим вопросов сохраняет прошлые ответы. Если Сергей обращается с похожим запросом, бот предлагает уже найденный ответ и позволяет переспросить у модели. Отчёты тоже остаются в истории: к ним можно вернуться из меню.
Ещё один график показывает, сколько ночей будущего проживания уже забронировано. Он помогает видеть изменение спроса наперёд и сравнивать текущее состояние с историей наблюдений.
График «Ночи наперёд»: будущие бронирования по дням и исторический максимум.
Чтобы всё это работало в мессенджере, пришлось решить и технические задачи. Длинные отчёты бот делит на сообщения. При неудачной загрузке графика пробует другой сервер ВКонтакте. История цен сохраняется отдельно, поэтому перезапуск бота её не стирает.
Рабочий инструмент для собственной аренды
Сергей развернул бота на облачном сервере и объединил в нём сбор рыночных данных, собственные брони, отчёты и диалог. Теперь у него есть помощник, к которому можно обратиться с конкретным вопросом об аренде и получить ответ на основе своей базы.
Автоматическое изменение цен на площадках реализовать не удалось: доступ к их API Сергей не получил. Поэтому бот готовит аналитику и рекомендации, а окончательное решение и изменение цены остаются за владельцем. В таком виде выпускной проект стал инструментом для его повседневной работы с посуточной арендой.
Истории и результаты студентов публикуются с их согласия.
Описанный опыт не является обещанием дохода или гарантией аналогичного результата.